JALのワークフロー効率化：富士通とヘッドウォータースによるAIイノベーション
画期的な協業として、富士通株式会社と大手AIソリューションプロバイダーである株式会社ヘッドウォータースは、日本航空株式会社（JAL）の客室乗務員向け引継ぎ報告書の作成を革新するために、生成AIを活用する実証実験を成功裡に完了しました。2025年1月27日から3月26日まで実施されたこれらの実験は、大幅な時間節約と効率向上への潜在能力を明確に示しました。
引継ぎ報告書の課題
JALの客室乗務員は従来、包括的な引継ぎ報告書の作成に多大な時間と労力を費やしてきました。これらの報告書は、後続の客室乗務員と地上スタッフ間の情報伝達の重要なパイプ役として機能し、シームレスな業務の流れを保証します。このプロセスを合理化する機会を認識し、富士通とヘッドウォータースは、生成AIの力を活用するための共同の取り組みに着手しました。
革新的なソリューション：オフライン生成AI
常にクラウド接続に依存することの限界を克服するために、富士通とヘッドウォータースは、オフライン環境向けに細心の注意を払って最適化された小型言語モデル（SLM）であるMicrosoftのPhi-4を選択しました。この戦略的な選択により、タブレットデバイスでアクセス可能なチャットベースのシステムの開発が可能になり、フライト中およびフライト後の両方で効率的なレポート生成が促進されました。
この革新的なソリューションにより、客室乗務員が高品質のレポートを生成できると同時に、レポート作成に費やす時間を大幅に削減できるという説得力のある証拠が得られました。これにより、JALの客室乗務員の効率が向上し、最終的には乗客へのサービス提供の改善に貢献します。
役割と責任
この共同イニシアチブの成功は、各パートナーの明確な専門知識と貢献にかかっています。
富士通： 同社は、客室乗務員のタスクの特定の要件に合わせてMicrosoft Phi-4を調整する上で重要な役割を果たしました。富士通のKozuchi AIサービスを活用して、富士通はJALの過去のレポートデータを使用して言語モデルを細心の注意を払って微調整し、最適なパフォーマンスと関連性を保証しました。
ヘッドウォータース： ヘッドウォータースは、Phi-4を搭載したビジネス固有の生成AIアプリケーションの開発を主導しました。量子化テクノロジーを採用することで、ヘッドウォータースはオフライン環境でもタブレットデバイスでシームレスなレポート作成を可能にしました。さらに、同社のAIコンサルタントは、AI実装のためのワークフロー分析、試行実装と評価、アジャイル開発の進捗管理など、プロジェクト全体を通して非常に貴重なサポートを提供しました。同社のAIエンジニアは、富士通Kozuchiの微調整環境も構築し、顧客固有の使用環境に合わせて最適化するための技術支援を提供しました。
業界の洞察
富士通株式会社グローバルソリューションビジネスグループクロスインダストリーソリューションビジネスユニット長の宮田真一氏は、この成果の重要性を強調し、「日本航空様の客室業務における生成AI活用事例を発表できることを嬉しく思います。本共同PoCは、オフライン環境における生成AIの発展に貢献するとともに、ネットワークアクセスが制限されるさまざまな業界や職種における業務を変革する可能性を秘めています。この有意義な協業の成功は、ヘッドウォータース様の優れた提案力と富士通の技術的専門知識が結集した結果です。今後も、お客様の事業拡大と社会課題の解決を支援するため、パートナーシップを強化していくことをお約束します」と述べています。
将来の軌跡
フィールドトライアルの有望な結果に基づいて、富士通とヘッドウォータースは、JALの本番環境への展開に向けた道を開くために、さらなるテストを実施することに取り組んでいます。彼らの最終的な目標は、ソリューションをJALの既存の生成AIプラットフォームにシームレスに統合することです。
さらに、富士通は、富士通Kozuchi内のさまざまなタイプの作業に特化したSLMを組み込むことを想定しており、AIサービスの汎用性と適用性をさらに高めています。
富士通とヘッドウォータースは協力して、AIの戦略的適用を通じてJALの業務変革を推進し続け、重要な課題に対処し、顧客サービスを向上させ、業界全体の課題に取り組んでいきます。
さらに詳しく：AI実装のニュアンスを明らかにする
富士通とヘッドウォータースのコラボレーションは、AIを通じてJALの業務効率を向上させるものであり、最先端技術をどのように活用して現実世界の課題に対処できるかを示す魅力的なケーススタディです。このプロジェクトの成功を支えた主要な要素を分析し、航空業界とその先へのより広範な影響を探りましょう。
1. 小型言語モデル（SLM）の戦略的選択
大規模言語モデル（LLM）の代わりに小型言語モデル（SLM）であるMicrosoftのPhi-4を採用するという決定は、戦略的な妙手でした。LLMは、その印象的な機能を誇る一方で、通常、かなりの計算リソースとクラウドサーバーへの常時接続が必要です。これは、フライト中など、ネットワークアクセスが不安定または存在しない環境では大きな課題となります。
一方、SLMは、処理能力とストレージ容量が限られたデバイスで効率的に動作するように設計されています。特にPhi-4は、オフライン環境向けに細心の注意を払って最適化されており、JALプロジェクトに最適な選択肢となっています。このアプローチにより、客室乗務員はネットワークの可用性に関係なく、AI搭載のレポート生成システムにアクセスできるだけでなく、高価なクラウドインフラストラクチャへの依存度も低下します。
2. ドメイン固有の微調整
SLMはオフライン操作の利点を提供しますが、多くの場合、大規模なモデルの広範な知識とコンテキストの理解が不足しています。この制限に対処するために、富士通はKozuchi AIサービスを使用して、JALの過去のレポートデータを使用してPhi-4を微調整しました。
微調整には、特定のタスクまたは特定のドメイン内でパフォーマンスを向上させるために、特定のデータセットで事前トレーニングされた言語モデルをトレーニングすることが含まれます。この場合、Phi-4をJALの過去のレポートに大量に公開することで、富士通はモデルが客室乗務員のレポート作成のニュアンス、特定の用語、書式設定の規則、およびフライト中に発生する一般的な問題を学習できるようにしました。
このドメイン固有の微調整により、AI生成レポートの精度と関連性が大幅に向上し、JALの運用手順の厳格な要件を満たすことが保証されました。
3. 効率向上のための量子化テクノロジー
ヘッドウォータースのプロジェクトへの貢献は、チャットベースのアプリケーションの開発にとどまりませんでした。同社はまた、量子化テクノロジーを採用して、タブレットデバイスでのPhi-4のパフォーマンスをさらに最適化しました。
量子化は、パラメータを少ないビット数で表現することにより、ニューラルネットワークのメモリフットプリントと計算要件を削減する手法です。たとえば、32ビットの浮動小数点数を使用する代わりに、モデルのパラメータは8ビットの整数を使用して表現される場合があります。
この精度の低下には、わずかな精度低下が伴いますが、多くの場合、速度の向上とメモリ消費量の削減という点で、トレードオフは十分に価値があります。Phi-4を量子化することにより、ヘッドウォータースは、AIモデルがタブレットデバイスの限られたリソースでスムーズかつ効率的に実行され、客室乗務員にシームレスなユーザーエクスペリエンスを提供することを保証しました。
4. アジャイル開発と共同専門知識
JALプロジェクトの成功は、ヘッドウォータースが採用したアジャイル開発手法と、富士通-ヘッドウォータースパートナーシップの協力的な精神にも起因しています。
アジャイル開発は、反復的な開発、頻繁なフィードバック、および関係者間の緊密なコラボレーションを重視しています。このアプローチにより、プロジェクトチームは変化する要件に迅速に対応し、予期せぬ課題に対処することができました。
富士通とヘッドウォータースの相補的な専門知識も、プロジェクトの成功に不可欠でした。富士通は、AIテクノロジーとそのKozuchi AIサービスに関する深い理解をもたらし、ヘッドウォータースは、AIアプリケーション開発、ワークフロー分析、およびアジャイルプロジェクト管理に関する専門知識を提供しました。このスキルと知識の相乗効果により、チームは真に革新的で効果的なソリューションを開発することができました。
航空業界へのより広範な影響
JALプロジェクトは、航空業界におけるAIの未来を垣間見ることができます。レポート生成などのルーチンタスクを自動化することにより、AIは客室乗務員をより重要な責任、つまり乗客の安全と顧客サービスに集中させることができます。
さらに、AIを使用して、次のようなさまざまな分野で業務効率を向上させることができます。
- 予測メンテナンス： AIは航空機からのセンサーデータを分析して、メンテナンスが必要な時期を予測し、ダウンタイムを削減し、安全性を向上させることができます。
- ルート最適化： AIは、気象パターン、交通状況、その他の要因を分析してフライトルートを最適化し、燃料を節約し、移動時間を短縮できます。
- カスタマーサービス： AI搭載のチャットボットは、乗客に即座にサポートを提供し、質問に答え、問題を解決し、パーソナライズされた推奨事項を提供できます。
AIテクノロジーが進化し続けるにつれて、航空業界を変革する可能性は計り知れません。JALプロジェクトは、AIを使用して効率を向上させ、安全性を高め、乗客のエクスペリエンスを向上させる方法の貴重な例となります。
航空業界を超えて：オフラインAIの汎用性
JAL向けの富士通-ヘッドウォータースプロジェクトの成功は、さまざまな業界およびセクターにおけるオフラインAIソリューションのより広範な適用性を強調しています。ネットワーク接続が制限されている、またはネットワーク接続がない環境でAIモデルをデプロイできる機能は、リモートまたは困難な設定でAIの力を活用しようとしている組織に、可能性の世界を開きます。
1. 遠隔地でのヘルスケア
農村部またはサービスが行き届いていない地域では、医療提供者は信頼性の高いインターネット接続へのアクセスが制限されているという課題に直面することがよくあります。オフラインAIソリューションは、安定したインターネット接続がない場合でも、診断ツール、治療に関する推奨事項、および患者のモニタリング機能を提供することで、これらのプロバイダーを支援できます。
たとえば、AI搭載の画像認識アルゴリズムをポータブルデバイスにデプロイして、医療従事者がX線やCTスキャンなどの医用画像から疾患を特定するのを支援できます。同様に、AI駆動の意思決定支援システムは、専門家の専門知識へのアクセスが制限されている地域でも、患者の症状と病歴に基づいて治療プロトコルに関するガイダンスを提供できます。
2. 発展途上国での農業
発展途上国の農家は、最新の農業情報やテクノロジーにアクセスできないことがよくあります。オフラインAIソリューションは、インターネットにアクセスしなくても、作物の選択、灌漑技術、害虫駆除戦略に関するパーソナライズされた推奨事項を農家に提供することにより、このギャップを埋めることができます。
AI搭載の画像分析ツールを使用して、作物の健康状態を評価し、植物の病気を特定し、害虫の蔓延を検出できるため、農家はタイムリーな措置を講じて収量を保護できます。さらに、AI駆動の気象予測モデルは、農家が正確でローカライズされた気象予測を提供し、植え付け、収穫、および灌漑に関する情報に基づいた意思決定を行うのに役立ちます。
3. 災害救助と緊急対応
地震、洪水、ハリケーンなどの自然災害の後、通信インフラストラクチャがしばしば中断され、救助隊員が活動を調整し、困っている人に支援を提供することが困難になります。オフラインAIソリューションは、状況認識、被害評価、およびリソース割り当てのためのツールを救助隊員に提供することにより、これらの状況で重要な役割を果たすことができます。
AI搭載の画像認識アルゴリズムを使用して、衛星画像またはドローン映像を分析して被害の程度を評価し、支援が最も緊急に必要な地域を特定できます。同様に、AI駆動の通信プラットフォームを使用すると、セルラーまたはインターネット接続がない場合でも、救助隊員が互いに、また被災地と通信できます。
4. 製造と産業オートメーション
製造工場や産業施設では、特に遠隔地や電磁干渉のある環境では、信頼性の高いインターネット接続が常に保証されているわけではありません。オフラインAIソリューションを使用すると、製造業者は、安定したインターネット接続がなくても、品質管理、予測メンテナンス、在庫管理などのさまざまなプロセスを自動化できます。
AI搭載のビジョンシステムを使用して製品の欠陥を検査し、高品質のアイテムのみが顧客に出荷されるようにすることができます。同様に、AI駆動の予測メンテナンスモデルは、機器からのセンサーデータを分析してメンテナンスが必要な時期を予測し、ダウンタイムを削減し、生産性を向上させることができます。
JAL向けの富士通-ヘッドウォータースプロジェクトは、オフラインAIソリューションの力と汎用性を示す説得力のあるデモンストレーションとして機能します。AIテクノロジーが進化し続けるにつれて、インターネット接続へのアクセスに関係なく、組織が現実世界の問題を解決し、人々の生活を改善できるように、幅広い業界およびセクターでオフラインAIのさらに革新的なアプリケーションが見られることが予想されます。